大语言模型辅助对患者阅读临床笔记的影响：一项混合方法研究
人机交互
2024-10-16 v2 人工智能
计算与语言
摘要
大语言模型 (LLMs) 在使信息更易于获取方面具有巨大潜力，特别是在医学领域，复杂的医学术语可能会阻碍患者对临床笔记的理解。我们开发了一种面向患者的工具，利用 LLMs 通过简化、提取信息和添加上下文使临床笔记更易读。我们在由乳腺癌病史患者捐赠的临床笔记和临床医生生成的合成笔记上对该工具进行了试点研究。参与者（N=200，健康、女性认同患者）被随机分配在我们的工具中查看具有不同增强水平的三份临床笔记，并回答定量和定性问题以评估他们对后续行动的理解。增强功能显著提高了他们的定量理解得分。我们对参与者（N=7，有乳腺癌病史的患者）进行了深入访谈，揭示了他们对增强功能的积极情绪以及对 AI 的担忧。我们还进行了由临床医生驱动的模型错误模式的定性分析。
引用
@article{arxiv.2401.09637,
title = {Impact of Large Language Model Assistance on Patients Reading Clinical Notes: A Mixed-Methods Study},
author = {Niklas Mannhardt and Elizabeth Bondi-Kelly and Barbara Lam and Hussein Mozannar and Chloe O'Connell and Mercy Asiedu and Alejandro Buendia and Tatiana Urman and Irbaz B. Riaz and Catherine E. Ricciardi and Monica Agrawal and Marzyeh Ghassemi and David Sontag},
journal= {arXiv preprint arXiv:2401.09637},
year = {2024}
}